TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #305 · 16.04
Telegram запустил важное обновление для ботов, которое очень характерно сразу с нескольких сторон. Теперь боты могут формировать HTML-интерфейс любой сложности прямо внутри Телеграма. Раньше очень условно что-то такое было для игр, но криво, и требовало как бы выхода из приложения. А ещё там не было безопасной авторизации, не было поддержки на десктопах итд. Когда платформу ботов только запустили, у меня было много энтузиазма по её поводу. Я оценивал это, как возможность сделать приложение почти любой сложности внутри уже существующей экосистемы с пользователями, при этом только на бэкенде, не верстая интерфейс, не подгоняя ничего под нужные устройства, сразу кроссплатформенно итд. Но, к сожалению, чуда не произошло: ни в ВК, ни в Телеграме боты не выстрелили как некий широкий массовый и многофункциональный рынок. Это быстро заметила и сама команда Телеграма, поэтому платформу ботов забросили — не в техническом смысле, а, как бы сказать, в маркетинговом. Косвенно это привело, например, к очень неприятной истории с кидаловом участников конкурса по разработке ботов несколько лет назад. Поэтому обновление значимое, вот с каких позиций. Во-первых, платформу пытаются реанимировать. Это хорошо, и было бы здорово дать ей второй шанс. По крайней мере, этой проблеме дали хоть какой-то ход, а то она уже годами лежала пылилась. Во-вторых, нельзя не отметить, что и Телеграм подхватил общий тренд на суперприложения. Это наша новая реальность — все крупные бизнесы стремятся стать экосистемами. В-третьих, это шанс для Телеграма начать зарабатывать. Не секрет, что с бизнес-моделью у них беда. Введение рекламной площадки не сработало — для рекламы банально нет нужных данных о пользователях. Телеграм работает в минус, и деньги кончаются. Дурову удалось оставить себе деньги инвесторов после отзыва TON, но эта сумма тоже конечная. Непонятно, реанимирует ли это площадку в целом, но посмотреть будет интересно. #web
Hashtags
Търсене: #mlm
@profcen · Post #383 · 16.08.2023 г., 09:03
Поэтому вести борьбу с купцами счастья нужно неустанно и постоянно, как за зарплаты и нормальные условия труда. Победа на этом фронте сулит значительные успехи и на остальных. Не слушайте игры нарядных дудочников. Думайте. Боритесь. @profcen_bot #инсайд#мошенничество#mlm#сетевоймаркетинг
@ai_machinelearning_big_data · Post #8817 · 20.10.2025 г., 20:41
⚡️BERT is just a Single Text Diffusion Step Любопытны пост, где автор объяснил на примере очень простую и очевидную, но мощную идею. Он заметил, что то, что мы называем диффузией текста, на самом деле - это просто обобщённая версия классического обучения BERT. Как работаетBERT? В BERT модель берёт текст и маскирует часть слов, а потом учится угадывать, какие слова были скрыты. В диффузии происходит почти то же самое, только шагов больше: на каждом шаге модель немного «портит» текст (добавляет шум), а затем восстанавливает его, всё меньше и меньше теряя смысл, пока не соберёт финальный чистый текст. То есть BERT делает один шаг очистки - угадывает замаскированные слова. А диффузионная модель делает много таких шагов подряд, постепенно превращая случайный набор токенов в осмысленный текст. Барри дообучил RoBERTa, чтобы показать это на практике - и получил настоящий текстовый диффузионный генератор. В примере: - Используется RoBER (улучшенная версия модели BERT,) и датасет WikiText. - На каждом шаге часть токенов заменяется на <MASK>, модель восстанавливает их, потом снова маскирует — и так несколько раз. - После нескольких итераций модель способна генерировать связный текст, даже без автогенеративного декодера (как у GPT). 📈Результаты - Модель генерирует осмысленный текст, хотя и не идеально связный. - Качество улучшалось по мере добавления шагов диффузии. - По времени генерации RoBERTa Diffusion была немного медленнее, чем GPT-2 (~13 сек против 9 сек), но архитектура осталась полностью encoder-only. Автор упоминает, что позже наткнулся на работу DiffusionBERT, где идею реализовали глубже и подтвердили результатами. Главная мысль: BERT можно считать одноступенчатой версией текстовой диффузии. Если добавить больше шагов, то vs получаем диффузионный генератор текста. Если BERT - это один шаг диффузии, то будущее может принадлежать моделям, совмещающим "понимание" и "генерацию" текста в одном процессе. https://nathan.rs/posts/roberta-diffusion/ @ai_machinelearning_big_data #AI#Diffusion#RoBERTa#BERT#LanguageModel#MLM#Research